Guava緩存器統計器實現：
全局統計器——
1、CacheBuilder的靜態成員變量Supplier<StatsCounter> CACHE_STATS_COUNTER初始化時，重載的get方法，返回了一個SimpleStatsCounter實例。
2、當緩存器開啓緩存統計時（recordStats），其成員變量statsCounterSupplier被賦值爲CACHE_STATS_COUNTER，若沒開啓則爲初始值NULL_STATS_COUNTER。
3、在LocalCache的構造函數中，緩存器的全局統計器globalStatsCounter將從CacheBuilder中獲取：builder.getStatsCounterSupplier().get();
因此Guava緩存器的全局統計器實際上是SimpleStatsCounter類型。
全局統計器只有在調用getAll, getAllPresent, getIfPresent, loadAll方法時纔會更新。
段統計器——
緩存器的每個段都有自己的統計器statsCounter，在LocalCache的構造函數中，通過createSegment方法創建所有的段，同時通過 builder.getStatsCounterSupplier().get()完成對段統計器的初始化，因此段統計器也是SimpleStatsCounter類型。
當用戶想查看緩存統計信息時，會調用stats方法，將全局統計器及每一個段統計器的信息綜合起來：
public CacheStats stats() {
SimpleStatsCounter aggregator = new SimpleStatsCounter();
aggregator.incrementBy(localCache.globalStatsCounter);
for (Segment<K, V> segment : localCache.segments) {
aggregator.incrementBy(segment.statsCounter);
}
return aggregator.snapshot();
}
最終通過snapshot方法，返回包含所有統計信息的CacheStats對象：
public CacheStats snapshot() {
return new CacheStats(
hitCount.sum(),
missCount.sum(),
loadSuccessCount.sum(),
loadExceptionCount.sum(),
totalLoadTime.sum(),
evictionCount.sum());
}
SimpleStatsCounter中所有的LongAddable類型成員變量，都是通過LongAddables的create方法初始化，該靜態方法實際調用的爲 SUPPLIER.get()方法，返回一個LongAddable實例。
在LongAddables 中有一段靜態代碼段，完成了對其成員變量Supplier<LongAddable> SUPPLIER的初始化，並重載了Supplier的get方法，該get方法返回一個LongAdder對象，如果初始化出現異常，則重新初始化SUPPLIER，但是重載的get方法中，返回一個PureJavaLongAddable對象。
1、PureJavaLongAddable繼承至AtomicLong，AtomicLong使用原子方法實現了對一個Long對象的增、減、更新等操作。 比如對於++運算符 AtomicLong 可以將它持有的 Long對象原子地遞增。 PureJavaLongAddable中的方法都通過AtomicLong來實現，以保證所有操作都能原子地完成，比如add方法實際調用的即爲AtomicLong.getAndAdd，該方法將當前值加上一個數，並返回原值：
public final long getAndAdd(long delta) {
while (true) {
long current = get();
long next = current + delta;
if (compareAndSet(current, next))
return current;
}
}
2、按Guava的說法，當多條線程在更新統計數據時，而不是細粒度同步控制的情況下，LongAdder比AtomicLong更好用。當更新爭用的頻率低時，兩個類效果比較相似，當爭用頻率很高時，LongAdder的吞吐率將會大大提升，但會消耗更大的空間。
下面分析下LongAdder的add方法——
其中cells和base都爲Striped64的成員變量，cells爲數組類型，base作爲一個保底值，當不發生爭用時更新它。
public void add(long x) {
Cell[] as; long b, v; HashCode hc; Cell a; int n;
//當cells不爲空，或對base值更新失敗時，進入分支；
if ((as = cells) != null || !casBase(b = base, b + x)) {
boolean uncontended = true;
//獲取hash值；
int h = (hc = threadHashCode.get()).code;
//當cells爲空，或其長度小於1，或從cells中隨機取的cell爲空，或對隨機所取得cell更新失敗時（發生爭用），則進入分支，重新更新，若發生爭用，此時uncontended爲false，在重新更新時會使用到busy鎖；
if (as == null || (n = as.length) < 1 ||(a = as[(n - 1) & h]) == null || !(uncontended = a.cas(v = a.value, v + x)))
retryUpdate(x, hc, uncontended);
}
}
因此，LongAdder主要是通過Cell[] cells，將同步操作，轉嫁到隨機取得的cells元素上，從而使得爭用的概率大大降低，同時在發生爭用時，retryUpdate方法中還可能會對cells數據進行擴容，以降低爭用的發生：
Cell[] rs = new Cell[n << 1];
for (int i = 0; i < n; ++i)
rs[i] = as[i];
cells = rs;
雖然這確實會帶來一定的空間消耗，但緩存器本身對性能要求很高，以空間換時間是可以接受的。